Por: Jay Parikh, vicepresidente ejecutivo, CoreAI.

La IA ha llegado a la empresa, y el cambio ocurre de golpe. Cada función, cada rol, cada flujo de trabajo ha comenzado a ser remodelado. Al mismo tiempo, ha surgido una nueva clase de organizaciones, una que será diferente de las compañías que definieron la última era de los negocios. Los ganadores no serán los que tengan más demos, sino aquellos que conviertan la IA en un sistema gobernado y en continua mejora para ejecutar trabajo real.

Esto no se trata solo de chatbots. Esas experiencias son útiles, pero no transforman la manera en que operan las grandes organizaciones. La verdadera oportunidad son equipos de agentes que ejecuten trabajos de larga duración en funciones como entrega de software, soporte, finanzas, recursos humanos y operaciones — con la identidad, contexto, política y supervisión humana necesarios para confiar en ellos en producción.

Para que esto sea posible, las empresas necesitan algo más que acceso a un modelo de IA potente o a una computación escalable. Lo que determina el éxito es el sistema alrededor de la IA: cómo los equipos de ingeniería construyen y despliegan los agentes, cómo se contextualizan en la empresa, cómo se gobiernan y observan en producción, y cómo mejoran de forma segura con el tiempo. Sin ese sistema, la IA es todavía fragmentada, frágil y difícil de confiar a gran escala.

Hemos adoptado un enfoque diferente. Construimos una plataforma de agentes integral: una que soporta muchos modelos, es abierta y les da opciones y flexibilidad en cada capa de la pila. Y la diseñamos a propósito con los desarrolladores en el centro. Hoy, las siguientes piezas de esa plataforma han comenzado a encajar.

Construir un sistema para la empresa agéntica

Para tener éxito en esta nueva era, una plataforma de agentes debe llegar a un listón más alto. Debe gestionar cargas de trabajo reales en producción, mapear la complejidad organizativa real y gestionar la responsabilidad real del negocio.

Nos basamos en tres principios clave:

Primero, debe ser un sistema único e integrado, con soporte para una amplia gama de modelos.
Las empresas no pueden permitirse montar su estrategia de agentes pieza a pieza. Herramientas desconectadas unidas después pueden ralentizar a los equipos e introducir riesgos innecesarios. La construcción, contextualización, funcionamiento, gobierno y mejora de agentes debería ocurrir dentro de un sistema coherente. Por eso reunimos Azure, GitHub, Microsoft IQ, Fabric, Foundry, Windows, Microsoft Security y Microsoft 365 para que funcionen como un único sistema que pueden usar para desplegar agentes a escala empresarial. Las empresas también necesitan la flexibilidad para elegir el modelo adecuado para la tarea, equilibrando calidad, rapidez y coste — incluidos los modelos de Microsoft, modelos de socios y modelos abiertos.

En segundo lugar, debe estar asegurado y gobernado por diseño.
La gobernanza es fácil de reclamar y mucho más difícil de lograr. Hacerlo real significa empezar con una única pila que abarque el desarrollo hasta la producción, basada en los fundamentos de identidad, acceso, cumplimiento y seguridad en los que las empresas ya confían en ellos. Al extender Entra, Purview, Defender, Agent 365 y la pila más amplia de Microsoft Security, la gobernanza se vuelve nativa del sistema en lugar de añadirse más adelante, para apoyar las ambiciones de una empresa que pone la IA en primer lugar sin comprometer el control.

En tercer lugar, debe mejorar de manera continua.
Los sistemas de IA empresariales no pueden ser estáticos. El comportamiento del agente, los resultados y la retroalimentación humana deben fluir de nuevo al sistema, para que pueda mejorar de manera segura con el tiempo, bajo supervisión humana. A medida que el sistema funciona, los modelos, flujos de trabajo y agentes se vuelven más capaces y específicos para los procesos empresariales únicos de una empresa. El resultado es un sistema que aumenta su valor cuanto más tiempo se utiliza.

Estas propiedades se han convertido en imprescindibles, y las empresas que alinean sus ambiciones de IA con estos tres principios avanzarán en trimestres, no en años.

Entonces, ¿cómo puede un sistema así tomar forma dentro de una empresa real? Empieza donde empieza el trabajo, con cómo se construyen los agentes. Veamos cómo es eso en la plataforma que hemos construido.

1. Compilar en GitHub

GitHub es donde ya trabajan sus desarrolladores. Es donde residen sus dependencias, donde se guarda su aplicación y el contexto del código, donde colaboran con la comunidad de código abierto de la que dependen y donde impulsan la innovación. Construir agentes en cualquier otro lugar significa dejar todo eso atrás.

Los agentes deberían construirse igual que el software de producción. Escriben código con GitHub Copilot para avanzar más rápido. Reúnen los recursos que más importan: bases de código, elementos de trabajo, habilidades de los agentes y herramientas. Y como los agentes no son solo código, ustedes traen sus evaluaciones y activos de observabilidad junto a ellos, todos versionados como debería ser cualquier sistema de producción.

Los agentes deben seguir un ciclo de vida: buscar, probar, desplegar, observar y mejorar. GitHub configura ese ciclo de vida y proporciona los controles necesarios desde el primer día. El resultado es un flujo de trabajo diseñado para construir agentes con las barreras adecuadas desde el principio. Y pueden hacer todo esto en un solo lugar, en una nueva app creada para este sistema.

2. Contextualizar con Microsoft IQ

El código es solo una parte de un agente. Para ser útil, un agente también debe entender su negocio: sus clientes, sus productos, sus contratos, sus procesos. Sin contexto empresarial e inteligencia en la que puedan confiar, incluso el modelo más capaz lo que hace es adivinar.

Las empresas requieren una gran variedad de modelos y la capacidad de adaptar el modelo adecuado al puesto adecuado, pero la elección del modelo por sí sola no es suficiente. Microsoft IQ ancla a los agentes en un contexto empresarial conectándose con los datos de su empresa dondequiera que se encuentren, a través de Microsoft 365, sus sistemas principales de negocio (como datos de clientes e ingresos) y otros sistemas de los que ya depende su empresa, como bases de conocimiento y su sitio web. Con Web IQ, la última incorporación a la plataforma IQ, los agentes también pueden incorporar información relevante de la web cuando sea apropiado.

Contextualizar agentes en datos empresariales no se trata solo de acceso. Apuntar la IA a información en bruto es ineficiente y frágil. Microsoft IQ organiza, asegura y pone a la luz la información correcta en formularios que los agentes pueden en verdad utilizar, para que puedan obtener una visión precisa sin ahogarse en ruido ni alucinar respuestas.

Una vez que los agentes están anclados en el contexto adecuado, las empresas pueden avanzar más allá. Con Frontier Tuning, no solo llaman a modelos de IA. Mejoran su comportamiento a través de usar sus datos y flujos de trabajo del mundo real.

Eso incluye los siete nuevos modelos MAI de Microsoft, que abarcan imagen, voz, transcripción, codificación y razonamiento. En conjunto, esta familia de modelos está diseñada para funcionar en los tipos de tareas que importan en el mundo real y, lo más importante, estos modelos no son puntos finales estáticos. Están diseñados para aprender de cómo se realiza en realidad el trabajo en su empresa.

Nuestros entornos de aprendizaje por refuerzo permiten reforzar nuestros modelos a través de resultados reales en su entorno. Piensen en ellos como gimnasios de entrenamiento para IA. Aquí el agente aprende sus procesos, estándares y forma de trabajar muy específicos. Se especializa y se adapta a ustedes, para después ofrecer un retorno de inversión medible y mejor.

Además, sus modelos personalizados o postentrenados permanecen en su entorno. Su propiedad intelectual, sus datos propietarios y la manera en que en realidad se realiza el trabajo se convierten en parte de cómo sus agentes razonan y actúan. La inteligencia resultante se desarrolla en su entorno, bajo su control, y el aprendizaje es suyo.

Sin contexto ni Frontier Tuning (Ajuste de Frontera), los agentes son generalistas capaces. Con ello, se convierten en un socio personalizado que entiende el negocio en el que operan.

3. Operación en Foundry

Una vez que los agentes están construidos y contextualizados, necesitan un lugar donde correr. No como experimento. En producción.

Los agentes y los equipos de agentes imponen exigencias muy diferentes a un tiempo de ejecución que las aplicaciones tradicionales. Necesitan razonar, actuar, llamar a herramientas, coordinarse con otros agentes y adaptarse con el tiempo, todo ello mientras operan bajo el control de la empresa. Foundry es el tiempo de ejecución diseñado para esa realidad.

• La mayor colección de modelos: Diferentes agentes deben ser buenos en distintas cosas a distintos rangos de precio. Sea cual sea la tarea, sea cual sea el perfil de costes, Foundry ofrece acceso al modelo adecuado, y un router de modelo optimizado les ayuda a equilibrar calidad, velocidad y coste para cada agente.
• Rendimiento optimizado para modelos abiertos: Con Fireworks AI en Foundry, las empresas obtienen inferencias más rápidas y eficientes directo en la plataforma.
• Soporte para cualquier agente, incluidos aquellos que no estén construidos en nuestra pila: Incorpora agentes construidos en Microsoft Agent Framework, LangGraph, GitHub Copilot SDK, Claude Agent SDK o un arnés personalizado.
• Herramientas y acciones: Los agentes actúan sobre sistemas empresariales mediante MCP, conectores, APIs y flujos de trabajo, con una ejecución segura por defecto.
• Evaluaciones y trazas: La observabilidad y las trazas hacen que el comportamiento del agente sea medible. Si no pueden medirlo, no pueden mejorarlo.
• Optimización continua: Foundry permite ajustar modelos, arneses, IQs, herramientas y acciones a lo largo del tiempo, lo que mejora el rendimiento a medida que los agentes operan en tu mundo.

Un rail de confianza, seguridad y políticas cubre todo el tiempo de ejecución. La política se aplica de manera consistente en el acceso contextual, llamadas a herramientas, actualizaciones de optimización, trazos y entrega de respuestas. El agente no solo trabaja. Funciona como lo necesita su empresa.

Aquí es donde su agente deja de ser un proyecto y empieza a convertirse en un sistema de producción.

4. Gobernar con Agent 365

Ahora multipliquen ese agente por cientos. Luego miles. Eso es lo que ocurre cuando diferentes equipos construyen agentes en toda una empresa. Algunos están bien diseñados. Algunos no. Algunos tienen acceso que no deberían. Otros hacen un trabajo valioso del que nadie más en la organización se beneficia.

La gobernanza empresarial no es opcional. Las empresas necesitan una forma de ver qué está en ejecución, entender a qué puede acceder, monitorizar la adherencia a las tareas y hacer cumplir las políticas en todo su patrimonio de agentes.

Agent 365, junto con Entra, Purview, Defender y la pila más amplia de Microsoft Security, se unen para hacer justo esto. Y si les interesa la IA para la seguridad además de proteger su IA, está «MDASH«.

Cada agente de su organización aparece en un único catálogo, ya sea que haya sido creado en Foundry o en otro lugar. TI ve quién ha desplegado un agente, qué datos y herramientas puede acceder, cómo se comporta y cuánto cuesta. Pueden hacer cumplir la política o actuar cuando sea necesario.

Un solo sitio. Visibilidad total. Control real sobre lo que hacen y no hacen sus agentes.

5. Mejorar de manera continua

Los agentes no pueden ser estáticos. Cada acción del agente genera señal: trayectorias, resultados, retroalimentación. El sistema lo captura, lo refina y lo devuelve. Observar. Evaluar. Mejorar. Distribuir con seguridad. Repetir.

Este bucle de aprendizaje se ejecuta de manera continua, en producción.

La mayoría de los avances comienzan con mejoras basadas en evaluaciones para el propio agente: indicaciones, contexto, habilidades y herramientas. A medida que surgen patrones claros, el aprendizaje puede extenderse al enrutamiento de modelos entre múltiples modelos, el ajuste fino o el aprendizaje por refuerzo. Pero todo se mantiene anclado en la evaluación, lo que mejora la calidad de los agentes y el retorno del retorno al nivel que la empresa requiere.

El bucle está gobernado, no cerrado. Las empresas necesitan auditarlo, corregirlo y controlar cómo implementar los cambios. El sistema se vuelve más capaz con el tiempo, guiado por la supervisión humana y cada vez más autónomo, pero nunca fuera de su alcance.

Este es el modelo de subida de colinas en acción: mejora a nivel de sistema, que ocurre de manera continua mientras el sistema funciona.

6. Superficie donde trabaja la gente y escala en Azure

Por supuesto, nada de esto importa si no llega a las personas que hacen el trabajo.

Los agentes aparecen directo en el flujo de trabajo, en Teams, en Microsoft 365 y dentro de sus propias aplicaciones y experiencias. Identidad, seguridad y cumplimiento están integrados desde el principio, por lo que los agentes en los que dependen sus equipos a diario heredan el mismo modelo de confianza que el resto de su entorno.

Soportamos múltiples plataformas, pero sus agentes pueden desarrollarse y ejecutarse de manera optimizada y segura en Windows. Ustedes pueden ejecutar modelos tanto en la nube como a nivel local en su máquina, y el sandboxing de primer nivel les permite ejecutar agentes siempre activos de manera segura.

Cuando necesiten computación optimizada para IA, infraestructura global y soberana, o una vía de acceso al mercado, el sistema escala en Azure, la misma base empresarial en la que los clientes han confiado durante décadas.

El sistema se potencia

Toda empresa líder convergerá en este modelo: una plataforma central de IA que orquesta el trabajo en todo el negocio, que reúne datos, modelos, agentes y juicio humano en un sistema seguro y en constante mejora.

A medida que ese sistema funciona, su valor se acumula. La velocidad aumenta y el cuello de botella pasa del esfuerzo a la creatividad y coordinación humanas. Las personas pueden hacer más trabajo de manera independiente, guiadas por un contexto compartido y menos traspasos, mientras que el negocio avanza más rápido sin añadir fricciones.

Estamos en una época de profunda disrupción. Las empresas que lideren en este momento serán aquellas que se adapten a medida que cambien las condiciones, simplifiquen la coordinación del trabajo en toda la empresa y conviertan de manera consistente la inteligencia en resultados reales. La plataforma de agentes de Microsoft está diseñada justo para eso: desbloquea la capacidad de construir, contextualizar, ejecutar, gobernar y mejorar agentes como un sistema único e integrado.

En ese momento, la plataforma se convierte en algo más que una capa de construcción. Se convierte en el sistema operativo para la IA empresarial a gran escala, donde la inteligencia y la confianza están integradas por diseño.